Rick van der Lans  |
 |
Rick F. van der Lans is onafhankelijk adviseur, docent, auteur en spreker over datawarehousing, business intelligence, applicatie-integratie en databasetechnologie. Hij heeft hij vele grote (inter)nationale bedrijven geadviseerd inzake datawarehouse-architectuur en toolkeuze. Hij is voorzitter van het Independent Analyst Platform en auteur van diverse artikelen in toonaangevende vakbladen en verscheidene boeken, waaronder het populaire SQL Leerboek. |
13 december 2010 - Datawarehouses en olifanten: over omkeerbare definities
Veelvuldig bekritiseren we de gebruikers dat ze slechte of zelfs geen definities voor hun begrippen hebben. We vinden het helemaal bespottelijk als gebruikers verschillende definities hanteren voor hetzelfde begrip. Maar doen wij het zelf wel zo goed? Ik denk het niet. In de wereld van business intelligence en datawarehousing zijn de definities van bekende begrippen matig gedefinieerd, zelfs van diegene die we dagelijks hanteren. Uiteraard leidt dit altijd tot verwarrende discussies.
Een goede definitie van een begrip voldoet aan bepaalde eisen, onder andere aan omkeerbaarheid. Stel dat we de volgende abstracte definitie hebben “A is tekst”. Omkeerbaarheid betekent dat alles wat voldoet aan de tekst ook tevens een A is. Neem als voorbeeld het begrip Afrikaanse olifant (Loxodonta). De definitie hiervan is zoiets als “een grote herbivoor met een slurf, slagtanden, grote oren en dikke poten”. Elk zoogdier dat aan deze eisen voldoet is dus per definitie een olifant. Het hebben van een slurf alleen is niet voldoende, je moet ook nog slagtanden, grote oren en dikke poten hebben.
Met een goede definitie willen we de goede begrippen insluiten en de verkeerde uitsluiten. Bijvoorbeeld, uit de bovenstaande definitie van Afrikaanse olifant is af te leiden dat de savanneolifant wel een Afrikaanse olifant is, maar door grote oren als eis op te nemen, sluiten we de Indische olifant terecht uit. Door te eisen dat een definitie omkeerbaar is, zorgen we dat we de goede zaken insluiten en de verkeerde terecht uitsluiten.
In onze wereld zijn de definities niet altijd omkeerbaar. Laten we als voorbeeld Bill Inmon’s bekende en veel gebruikte definitie van datawarehouse nemen. Zijn definitie luidt als volgt “A data warehouse is a subject oriented, integrated, non volatile, time variant collection of data for management’s decision making”. Deze definitie is helaas niet omkeerbaar. Als een gebruiker een spreadsheet maakt die klantgegevens bevat (subject-oriented), die vanuit diverse systemen bij elkaar gebracht zijn (integrated), die de gehele tijd onveranderd blijven (non-volatile) en die historische gegevens bevatten (time variant) en als deze spreadsheet gemaakt is ter ondersteuning van beslissingen, dan voldoet deze spreadsheet aan alle eisen die in de definitie staan. Ergo, deze spreadsheet is een datawarehouse. Maar ik denk niet dat dit Inmon’s idee was. Kortom, de definitie is veel te ruim gedefinieerd. Dit geldt overigens voor diverse andere definities die we hanteren.
Trouwens, ik ga maar even voorbij aan het feit dat we voor bepaalde concepten geheel geen definitie hebben.
Wordt het niet eens tijd dat we met een kam door al deze definities heengaan? In vakgebieden als scheikunde, natuurkunde en economie krijgen ze het toch ook voor elkaar om sluitende definities op papier te zetten, dan moet het ons toch ook lukken.